В России разработан ИИ-алгоритм для повышения надежности систем охлаждения ЦОД
Исследователи из России создали метод, основанный на графовых нейронных сетях, который позволяет оперативно обнаруживать утечки хладагента и загрязнения теплообменников в системах охлаждения центров обработки данных. Это нововведение значительно повысит надежность ключевого элемента ЦОД, как сообщается пресс-службой НИУ ВШЭ. Данную информацию сообщает портал ТАСС.
По словам Михаила Гущина, ведущего научного сотрудника НИУ ВШЭ, для диагностики сложного оборудования недостаточно просто анализировать данные с датчиков. Важно учитывать взаимосвязи этих показателей в реальных физических процессах. Если в модель искусственного интеллекта интегрировать такие знания, она сможет выявлять не только отдельные аномальные значения, но и нарушения в работе системы в целом.
В системах охлаждения ЦОД могут возникать не только явные критические сбои, которые сразу же вызывают проблемы, но и скрытые неисправности, развивающиеся постепенно. К ним относятся небольшие утечки хладагента или медленное загрязнение теплообменника, что со временем может привести к серьезным авариям.
Существующие алгоритмы и системы безопасности, ориентированные на резкие изменения в работе охлаждающего контура, не всегда способны уловить такие постепенные изменения. Поэтому российские исследователи разработали графовую нейросеть, которая отслеживает аномалии как в работе отдельных датчиков, так и в функционировании всего охлаждающего контура.
Эта возможность стала реальной благодаря тому, что разработка ученых учитывает инженерную схему системы в целом и основывается на информации о связях между компрессором, испарителем, конденсатором и другими компонентами. Модель обучается на данных исправного оборудования и предсказывает ожидаемые значения показателей. Если фактические измерения начинают существенно отличаться от прогнозируемых, алгоритм фиксирует аномалию и уведомляет специалистов.
Данный подход был успешно протестирован исследователями из НИУ ВШЭ и Уральского федерального университета на экспериментальном стенде промышленной системы охлаждения, аналогичные которой применяются на российских ЦОДах. Тестирование показало, что ИИ обнаруживал утечки с уровнем успеха 87% и в среднем находил их через 200 минут после возникновения неисправности, что значительно превышает результаты уже существующих алгоритмов. В будущем это может существенно повысить надежность работы центров обработки данных, заключили ученые.
Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX
Читайте также:
Самарцы могут остаться без корпоратива: где еще остались места для новогодних гулянийКуда сходить в Самаре, если всё надоело: готовый гид для нескучных выходных
